Aplikasi Fuzzy Logic untuk Pengendali Motor DC Berbasis Mikrokontroler ATMega8535 dengan Sensor Photodioda

Transkripsi

1 8 Aplikasi Fuzzy Logic untuk Pengendali Motor DC Berbasis Mikrokontroler ATMega8535 dengan Sensor Photodioda Mohamad Nadhif dan Suryono Jurusan Teknik Elektro, Fakultas Teknik, Universitas Negeri Semarang, Indonesia Abstrak Perkembangan teknologi kontrol mengalami banyak kemajuan dari kontrol konvensional ke kontrol otomatik sampai ke kontrol cerdas. Logika fuzzy digunakan sebagai sistem kontrol, karena proses kendali ini relatif mudah dan fleksibel dirancang dengan tidak melibatkan model matematis yang rumit dari sistem yang akan dikendalikan.tujuan dari penelitian ini adalah mempelajari dan mengaplikasikan metode logika fuzzypada mikrokontroler ATMega8535, untuk megendalikan kecepatan motor DC serta sebagai kontrol gerak Robot Line Follower. Metode penelitian yang digunakan adalah metode Penelitian dan Pengembangan (R&D).Pengujian secara global terbagi menjadi tiga yaitu pengujian sensor, pengujian PWM dan pengujian kontrol logika fuzzy. Output fuzzy kontroler adalah perintah kendali yang diberikan ke motor DC. Pada sistem pengendalian motor DC ini menggunakan metode Mamdani. Sistem kendali dirancang dengan menggunakan dua buah masukan yang berupa dan Delta. Kedua input akan diproses oleh fuzzylogic controller (FLC) untuk mendapatkan nilai output berupa sinyal PWM untuk mengontrol motor DC. Berdasarkan hasil penelitian dapat disimpulkan bahwa sistem kendali logika fuzzy dengan mikrokontroler ATMega8535 dengan sensor photodioda dapat mengontrol kecepatan putar motor DC. Selain itu, metode logika fuzzy dapat di implementasaikan pada kontrol gerak Robot Line Follower. Saran untuk peneliti selanjutnya agar menggunakan himpunan output lebih banyak sehingga output yang dihasilkan menjadi lebih halus. Kata kunci kontrol, logika fuzzy, motor DC I. PENDAHULUAN Motor DC (Direct Current) atau motor arus searah termasuk dalam kategori jenis motor yang paling banyak digunakan baik dalam lingkungan industri, peralatan rumah tangga hingga ke mainan anak-anak ataupun sebagai piranti pendukung sistem instrumen elektronik.kelebihan motor DC memiliki torsi yang tinggi, tidak memiliki kerugian daya reaktif dan tidak menimbulkan harmonisa pada sistem tenaga listrik yang mensuplainya. Perkembangan teknologi komputer baik hardware maupun software terus berkembang seiring perkembangan teknologi elektronika yang semakin maju, demikian juga teknologi kontrol yang mengalami banyak kemajuan dari kontrol konvensional ke kontrol otomatik sampai ke kontrol cerdas. Sistem kontrol telah memainkan peranan penting dalam sains dan rekayasa modern.ada beberapa metode dalam kontrol yang secara konvensional sering dipergunakan yaitu memakai kontrol proporsional (P), kontrol integral (I), kontrol derivative (D) ataupun gabungan dari kontrol-kontrol tersebut.di lain pihak juga berkembang suatu teknologi kontrol yang tidak lagi memakai cara konvensional untuk mendapatkan suatu hasil yang diinginkan melalui persamaan matematika. Tetapi dengan menerapkan suatu sistem kemampuan manusia untuk mengendalikan sesuatu, yaitu dalam bentuk aturan-aturan jika-maka (If-Then Rules), sehingga proses pengendalian akan mengikuti pendekatan secara linguistik, sistem ini disebut dengan sistem kendali logika fuzzy. Sistem kendali logika fuzzy digunakan sebagai aplikasi sistem kontrol, karena proses kendali ini relatif mudah dan fleksibel dirancang dengan tidak melibatkan model matematis yang rumit dari sistem yang akan dikendalikan. Tujuan dari penelitian ini adalah: fuzzypada mikrokontroler ATMega8535. fuzzyuntuk megendalikan kecepatan motor DC. fuzzysebagai kontrol gerak Robot Line Follower. II. METODE Metode penelitian yang digunakan adalah metode Penelitian dan Pengembangan (Research and Development/R&D). Tahap awal perancangan alat diperlukan gambaran awal tentang bagaimana sistem kerja dari alat. Sistem pengendalian menggunakan close loop dengan aplikasi fuzzy controller. Diagram blok dari sistem pengontrolan ini dapat dilihat pada Gambar. Input Warna Gambar. FLC :. Fuzzifikasi 2. Aturan Fuzzy 3. Proses Penalaran 4. Defuzzifikasi Sensor Photodioda H-Bridge Mosfet Diagram blok system Motor DC 8

2 82 Untuk merancang pengendali dalam penelitian ini, maka diterapkan logika fuzzy pada pengendali motor DC dengan menggunakan metode Mamdani. Sistem kendali dirancang dengan dua buah masukan yang berupa yang merupakan selisih antara setpoin dengan pembacaan sensor photodioda dan Delta yang merupakan turunan pertama dari nilai. Kedua input dan Delta akan diproses oleh fuzzy logic controller (FLC) untuk mendapatkan nilai output berupa sinyal PWM untuk mengontrol kecepatan putar motor DC. Kecil Besar Delta 255 A. Pembentukan himpunan fuzzy Pengolahan data dilakukan dengan menentukan variabel dan semesta pembicaraan, dilanjutkan dengan pembentukan himpunan fuzzy. Penentuan variabel dan semesta pembicaraan dari hasil pengambilan data dapat diperoleh pada Tabel. TABEL I. Fungsi Input VARIABEL DAN SEMESTA PEMBICARAAN INPUT OUTPUT Nama Variabel Semesta Pembicar aan Keterangan [ - 255] warna Delta [ - 255] Output Motor DC [ - ] Turunan pertama dari Kecepatan Motor Dari data-data yang sudah didapatkan sebagai input untuk mengetahui hasil output, maka data tersebut dibuat sesuai dengan rentang tingkatan fuzzy. Sinyal input error berupa nilai tegas (crisp) sampai 255. Nilai tersebut diperoleh dari nilai minimum dan nilai maksimum ADC internal 8 bit pada mikrokontroler ATMega8535. Nilai tegas tersebut diubah menjadi himpunanhimpunan input fuzzy kecil dan besar, seperti pada Gambar 2 dibawah ini. Kecil Besar 255 Gambar 2. Fuzzifikasi input error Sinyal input delta error berupa nilai tegas (crisp) sampai 255. Nilai tersebut diperoleh dari nilai turunan pertama minimum dan nilai maksimum ADC internal 8 bit pada mikrokontroler ATMega8535. Nilai tegas tersebut diubah menjadi himpunan-himpunan input fuzzy kecil dan besar, seperti pada Gambar 3 dibawah ini. Gambar 3. Fuzzifikasi input delta error Sinyal Output PWM berupa nilai tegas (crisp) sampai. Nilai tersebut diperoleh dari nilai sinyal PWM bit pada mikrokontroler ATMega8535. Nilai tegas tersebut diubah menjadi himpunan-himpunan input fuzzy pelan dan cepat, seperti pada Gambar 4 dibawah ini. Pelan Cepat Output PWM Gambar 4. Fuzzifikasi output PWM B. Aplikasi fungsi implikasi Menyusun basis aturan, yaitu aturan-aturan berupa implikasi-implikasi fuzzy yang menyatakan relasi antara variabel input dengan dengan variabel output. Pada penelitian ini menggunakan metode Mamdani, fungsi implikasi yang digunakan adalah min dengan bentuk sebagai berikut: [R] IF KECIL And Delta KECIL THEN Output PWM PELAN. [R2] IF KECIL And Delta BESAR THEN Output PWM PELAN. [R3] IF BESAR And Delta KECIL THEN Output PWM CEPAT. [R4] IF BESAR And Delta BESAR THEN Output PWM CEPAT. C. Komposisi aturan Apabila sistem terdiri dari beberapa aturan, maka inferensi diperoleh dari kumpulan dan korelasi antar aturan. Metode yang digunakan dalam melakukan inferensi sistem fuzzy, yaitu Metode max (maximum). Pada metode ini, solusi himpunan fuzzy diperoleh dengan cara mengambil nilai maksimum aturan, kemudian menggunakan nilai tersebut untuk memodifikasi daerah fuzzy dan mengaplikasikannya ke output.

3 D. Penegasan(defuzzy) Masukan dari proses penegasan adalah suatu himpunan fuzzy yang diperoleh dari komposisi aturan-aturan fuzzy, sedangkan output yang dihasilkan merupakan suatu bilangan real yang tegas. Sehingga jika diberikan suatu himpunan fuzzy dalam range tertentu, maka dapat diambil suatu nilai tegas tertentu sebagai output seperti terlihat pada Gambar 5. Daerah Fuzzy Pelan Daerah Fuzzy Cepat Gambar 5. Proses defuzzy Output: Daerah Fuzzy Nilai yang diharapkan Defuzifikasi menggunakan metode centeroid. Pada metode ini, solusi tegas diperoleh dengan cara mengambil titik pusat daerah fuzzy. A. Hasil III. HASIL DAN PEMBAHASAN Pengujian alat dilakukan untuk mengetahui kerja atau tidaknya fungsi-fungsi yang telah dibuat serta kesesuaian hasil dengan yang sudah direncanakan. Pengujian dilakukan per blok untuk dapat mengetahui permasalahan di tiap blok. Pada pengujian sensor photodioda dilakukan untuk mendapatkan nilai perbandingan antara besarnya tegangan keluaran dari sensor Photodioda terhadap warna dari bidang pantul di lapangan. Konsep pemantulan sensor photodioda terhadap jalur garis di jelaskan sebagai berikut. Pengujian nilai PWM dilakukan untuk mengetahui hasil tegangan output yang mampu dilewatkan oleh rangkaian driver dari VCC sumber motor berdasarkan variatif nilai PWM yang diberikan. Pengujian ini dilakukan dengan cara mengukur titik pengujian pada output driver motor menggunakan voltmeter dan pengujian dilakukan dengan menggunakan alat ukur berupa Tachometer sebagai alat ukur kecepatan rotasi motor per menit (RPM) dengan perubahan nilai pwm. Sumber tegangan yang digunakan sebesar,88 Volt DC. TABEL III. HASIL PENGUJIAN NILAI PWM TERHADAP TEGANGAN OUTPUT No Variabel Pemotong (VP) Duty Cycle bit (%) Tegangan Teori (Volt) 83 Tegangan Motor (Volt), 2 5 4,89,58 2,2 3 9,78,6 2, ,66,74 3, ,55 2,32 4, ,44 2,9 4, ,33 3,48 5, ,2 4,6 5, , 4,64 6, ,99 5,22 6,7 5 48,88 5,8 7, ,76 6,38 7, ,65 6,97 8, ,54 7,55 8, ,43 8,3 9, ,3 8,7, ,2 9,29, ,9 9,87, ,98,45, ,86,3, ,75,6, ,,88,4 Keterangan: VP = Variabel Pemotong TT = Tegangan Teori TM= Tegangan Motor Gambar 6. Konsep Pemantulan LED di Lapangan TABEL II. HASIL PENGUJIAN SENSOR PHOTODIODA No Warna Data ADC Pengukuran (Decimal) (Volt), , , , , , , , , ,44 9 3, ,929 Sedangkan pada pengujian kontrol logika fuzzybertujuan untuk melihat hasil darimasing-masing program setelah diintegerasikan.pengujian pada proses ini dilakukan untukmelihat hasil keluaran dari sistem fuzzy dengancara mengatur sinyal masukan kontroler sesuaidengan pembacaan sensor photodioda. Pengujianhanya dilakukan dengan menggunakan beberapa warna data sebagai percobaan.

4 B. Pembahasan TABEL IV. HASIL PEMBACAAN KELUARAN FUZZY No Delta Output PWM 334, , , , , , , , , ,5 9 62, ,5 ) Pembahasan Sensor Photodioda: Untuk menguji nilai ADC pada Sensor Photodioda kita dapat melakukan perhitungan sebagai berikut: Putih x = ( y k ) ref Hitam x = (y k ) ref x = ( xd ) 5 Volt xd5 x = ( ) 5 Volt x x x = ( ) 5 volt x = (2 ) 5 volt x =,9 Volt x = 3,92 Volt Dengan: x = Nilai perhitungan y = Nilai Pengukuran ref = Nilai referensi (5 volt) Dari pengukuran dan perhitungan tersebut terdapat error pengukuran sebesar,89 volt. sistem ini bisa dilihatdari data minimal dan maksimal dari perhitungan diatas, yaitu sebesar,9 volt dan 3,92 volt. Jadi error sistem atau error mekanik adalah: errorsistem = Nilaiatkual(ref) pengukuran errorsistem = ref (minimal + maksimal) errorsistem = 5 (,9 + 3,92) errorsistem = 5 4, errorsistem =,89 volt 2) Pembahasan Nilai PWM terhadap Tegangan Output dan Kecepatan Moto: PWM (Pulse Width Modulation)adalah salah satu teknik untuk mengatur kecepatan motor DC yang umum digunakan. Dengan menggunakan PWM dapat mengatur kecepatan dengan mudah. Teknik PWM untuk pengaturan kecepatan motor adalahdengan cara merubahrubah besarnya pulsa duty cycle. Pulsa yang berubah ubah duty cycle-nya inilah yang menentukan kecepatan motor. Besarnya amplitudo dan frekuensi pulsa adalah tetap, sedangkan besarnya duty cycle berubah-ubah sesuai dengan kecepatan yang diinginkan, semakin besar duty cylce maka semakin cepat pula kecepatan motor, dan sebaliknya semakin kecil duty cycle maka semakin pelan pula kecepatan motor. pengukuran sebagai berikut: TT TM x% (%) = TT n (%) = 97,53 22 (%) = 44,6% 3) Pembahasan Kontrol Logika Fuzzy: Tujuan pengujian ini adalah untuk mengetahui apakah nilai keluaran fuzzy hasil dariproses rule base evaluation dan proses defuzzyfikasi sudah sesuai dengan yang diharapkan pada program. Hasil keluaran fuzzy diperoleh dariproses penjumlahan keseluruhan momen setiap daerah kemudian dibagi dengan jumlah masing-masing luas setiap daerah. Metode fuzifikasi yang digunakanadalah centroid. TABEL V. HASIL PENGUJIAN PROGRAM KONTROL LOGIKA FUZZY No Delta Output PWM Matematis MATLAB 334,83 34, ,68 362, ,75 42, ,4 495, ,94 54, ,85 538, ,66 557, ,2 57, ,98 579, ,5 588, ,73 6, ,5 625,52 63 Dari hasil tersebut dapat dilihat perbedaan pada output PWM yang memiliki hasil yang berbeda dengan hasil metematis maupun MATLAB. Dari data tersebut dapat diperoleh kesimpulan bahwa semakin kecil nilai error, maka semakin besar selisih hasil output PWM terhadap output secara matematis. Jika semakin besar nilai error, semakin besar selisih output secara matematis terhadap hasil output PWM. Begitu pula dengan output dengan pemograman MATLAB. C. Pengembangan (Development) 84 Hasil dari penelitian ini merupakan suatu produk mikrokontrol dengan kontrol utama logika fuzzy sebagaikontrol pada motor DC dengan sensor photodioda. Pengembangan dan pengujian alat ini secara nyata dilakukan didua tempat, yaitu di Laboratorium Teknik Elektro Universitas Negeri Semarang sebagai lembaga riset dan Fornext Semarang sebagai lembaga pengembang robot edukasi. Sebagai media dalam pengembangankontrol ini yaitu pada robot pengikut garis (line follower robot). Robot pengikut garis (line follower robot)merupakan suatu bentuk robot bergerak otonom yang mempunyai misi mengikuti suatu garis pandu yang telah ditentukan secara otonom.

5 Melalui penelitian ini, peneliti mengembangkansistem kendali logika fuzzy metode Mamdani sebagai kontrol robot pengikut garis (line follower robot). TABEL VI..BASIS ATURAN DALAM PERANCANGAN SISTEM Delta N Z P RM=pelan LM=cepat RM= pelan LM= cepat RM= pelan LM= cepat N Z P Dengan LM adalah kecepatan motor sisi kiri dan RM adalah kecepatan motor sisi kanan. Dari aturan yang telah disusun diatas yang nantinya digunakan sebagai penentuan keputusan dalam output PWM untuk mengatur kecepatan motor pada robot pengikut garis (line follower robot). Dalam penelitian ini penyetelan yang dilakukan hanyalah batas kecepatan minimum dan batas kecepatan maksimum pada robot, sehingga robot dapat berjalan sesuai dengan yang diinginkan. IV. SIMPULAN Berdasarkan hasil penelitian, dapat disimpulkan bahwa:. Sistem kendali logika fuzzy dengan mikrokontroler ATMega8535 dan menggunakan sensor photodioda dapat mengontrol kecepatan putar motor DC. Hal tersebut dengan cara:pembentukan himpunan fuzzy, aplikasi fungsi implikasi pada metode mamdani, komposisi Antar Aturan dan penegasan (defuzzy). 2. Metode logika fuzzy dapat di implementasaikan pada kontrol gerak Robot Line Follower, dengan cara sama seperti mengontrol kecepatan putar motor DC. Hanya saja dalam mengkontrol gerak Robot Line Follower terdapat dua variabel output, yaitu output kontrol motor kanan dan output motor kiri serta untuk variabel masukan setiap sensor photodioda diberi nilai berdasarkan posisi sensor. REFERENSI 85 [] Ali, Muhamad. 24. Pembelajaran Perancangan Sistem Kontrol PID dengan Software Matlab, Jurnal Edukasi Vol. No.:-8. Yogyakarta. [2] Ashari, M.Ibrahim Dan Putu Steven Mendra. 2. Otomatisasi Penukaran Kupon Doorprize dengan Tiga Hadiah Pilihan dan LCD sebagai Tampilannya Berbasiskan Mikrokontroler At89s8252, Jurnal Teknik Elektro Vol.2 No. 2. Malang. [3] Bachri M., Samsul. 24. Sistem Kendali Hybrid PID-Logika Fuzzy pada Pengaturan Kecepatan Motor DC, Makara Teknologi, Vol.8 No. : Surabaya: Universitas Jember [4] Bejo, Agus. 28. C dan AVR Rahasia Kemudahan Bahasa C dalam Mikrokontroler Atmega8535. Yogyakarta: Graha Ilmu. [5] Kusumadewi, Sri dan Hari Purnomo. 24. Aplikasi Logika Fuzzy untuk Pendukung Keputusan.Yogyakarta: Graha Ilmu. [6] Mulyana, Agus dan Nasrudin. 24. Games Puzzle Hijaiyah Elektronik Interaktif Berbasis Mikrokontroler DT-AVR Maxiduino. Vol., No.. Unikom. [7] Rizal, Muhammad. 22. Rancangbangun dan Uji Kinerja Sistem Kontrol Irigasi Tetes pada Tanaman Strawberry (Fragaria Vesca L). Makasar: Universitas Hasanudin. [8] Rochayati,Umi, dkk. 22. Inovasi Media Pembelajaran Sain Teknologi Di SmpBerbasis Mikrokontroler. Volume 42, Nomor : Yogyakarta: Universitas Negeri Yogyakarta. [9] Sukmadi, Tedjo. 26. Estimasi Parameteradaptif Motor DC dengan Metode Algoritmagenetik, Transmisi Vol. No. : Semarang: Universitas Diponegoro. [] Sutikno Dan Indra Waspada. Perbandingan Metode Defuzzifikasi Sistem Kendali Logika Fuzzy Model Mamdani padamotor DC. Semarang: Universitas Diponegoro. [] Suwintana, I Ketut. 23. Sistem Inferensi Fuzzy Mamdani Berbasis Web, Jurnal Matrix Vol.3 No.. Bali: Politeknik Negeri Bali. [2] Widiyantoro, Andreas, T. Sutojo Dan Sudaryanto. 24. Menerapkan Logika Fuzzy Mamdani untuk Menentukan Harga Jual Batik Vol.3 No.2: Semarang: Universitas Dian Nuswantoro. [3] Winarno, Totok. 29. Aplikasi Fuzzy Logic Sebagai Kontrol Posisi Motor DC. Malang: Politeknik Negeri Malang. [4] Zain, Ruri Kartika. 23. Sistem Keamanan Ruangan Menggunakan Sensor Passive Infra Red (PIR) dilengkapi Kontrol Penerangan pada Ruangan Berbasis Mikrokontroler Atmega8535 dan Real Time Clock Ds37. Jurnal Teknologi Informasi dan Pendidikan Vol.6 No.. Jakarta: UPI YPTK.